Pandas DataFrame值不存在时如何返回0计数避免AttributeError？

问题出在当_merge列里没有Missing_in_NSL这个值时，value_counts()返回的Series不存在这个索引，直接用属性访问会触发AttributeError。可以用以下几种方式安全获取计数，不存在时返回0：

• 方法1：用Series的get()方法（推荐）
  直接调用get()并指定默认值0，这是最简洁的方式：

  missing_nsl = missing_records._merge.value_counts().get('Missing_in_NSL', 0)
  

  同样，missing_gmt也可以改成这种写法，保持代码风格一致：

  missing_gmt = missing_records._merge.value_counts().get('Missing_in_GMTLib', 0)
  

• 方法2：转成字典后取值
  把计数结果转成字典，再用字典的get()方法：

  count_dict = missing_records._merge.value_counts().to_dict()
  missing_nsl = count_dict.get('Missing_in_NSL', 0)
  

• 方法3：预先指定所有可能的类别（适合多类别场景）
  如果需要同时处理多个_merge类型的计数，可以先定义所有可能的类别，用reindex()补全缺失值为0：

  # 定义_merge列所有可能的取值
  merge_types = ['Missing_in_GMTLib', 'Missing_in_NSL', 'both']
  # 重新索引，缺失的类别填充0
  count_series = missing_records._merge.value_counts().reindex(merge_types, fill_value=0)
  # 直接通过索引取值
  missing_gmt = count_series['Missing_in_GMTLib']
  missing_nsl = count_series['Missing_in_NSL']
  

内容的提问来源于stack exchange，提问作者JD2775